تحلیل پوششی داده‌های فازی و رویکرد نوینFIEP/AHP جهت رتبه‌بندی کامل واحدهای تصمیم‌گیرنده (مطالعه موردی: دانشکده‌های علوم انسانی دانشگاه تهران)

نوع مقاله: مقاله علمی پژوهشی

نویسندگان

1 دانشجوی دکترای مدیریت تحقیق در عملیات، دانشکده مدیریت دانشگاه تهران، تهران، ایران

2 دانشیار، مدیریت صنعتی، دانشگاه تهران، ایران

چکیده

مدل‌های شعاعی تحلیل پوششی داده‌ها برای سنجش کارایی فرض می‌کنند، یک واحد ناکارا جهت کارا شدن باید تمام ورودی‌ها (خروجی‌هایش) را به یک نسبت کاهش (افزایش) دهد. عدم‌ضرورت، نادرستی و نیز غیرواقعی بودن این فرض کاملاً واضح است؛ بنابراین، برای رفع این نقیصه و افزایش آگاهی از چگونگی استفاده از‌ منابع، انتظار ‌این‌که ورودی‌های مختلف دارای کارایی‌های متفاوتی هستند، واقعی‌تر است. همچنین به‌علت عدم‌اطمینان موجود در قضاوت و تفکر انسانی، مدل‌های DEA فازی می‌توانند نقش مهم‌تری برای ارزیابی کارایی در مسائل واقعی ایفا کنند. در این پژوهش برای ارزیابی کارایی دانشکده‌های علوم انسانی دانشگاه تهران با دو ورودی و دو خروجی فازی از مدل غیرشعاعی پروفایل فازی استفاده شد. از حل 180 مدل در سطوح برش مختلف کارایی ورودی اول و دوم به‌صورت اعدادی فازی به‌دست آمده که این اعداد فازی را با روش چن و کلین رتبه‌بندی کرده سپس برای رتبه‌بندی کامل دانشکده‌ها از تکنیک پیشنهادیFIEP/AHP استفاده کرده که براساس آن دانشکده ادبیات و علوم انسانی رتبه اول و دانشکده حقوق و علوم سیاسی رتبه آخر را به‌دست آورده است.

کلیدواژه‌ها


عنوان مقاله [English]

Fuzzy Data Envelopment Analysis and a New Approach FIEP / AHP for Full Ranking of Decision Making Units: A Case Study of Humanities Faculty of Tehran University

نویسندگان [English]

  • Shahriari Shahriari 1
  • Razavi Razavi 2
  • ezzat allah Asgharizadeh 2
1 Ph.D Student, Industrial Management, University of Tehran, Iran
2 Associate prof., Faculty of Management, University Tehran, Iran
چکیده [English]

Radial models of DEA to measure the efficiency of DMUs assumed an inefficient unit to be efficient must decrease (increase) proportional all inputs (outputs) as the same. This assumption is absolutely false, unnecessary and unrealistic, therefore, to address this deficiency, and raise awareness of how to use resources, it is so realistic that expect the various inputs have different efficiency. Also, due to uncertainty in the human thinking and judgment, and fuzzy DEA models can play an important role for evaluating the performance of the real issues. In this study, to evaluate the performance of the two inputs and two outputs faculty of Tehran University non-radial fuzzy input efficiency Profiling model was used. After solve of 180 models at various cutting level for two inputs efficiency we obtained input efficiency as fuzzy numbers that ranked by method of Chen and Klein, then the complete ranking of colleges with suggested technique FIEP / AHP results in the Faculty of Letters and Humanities and the Faculty of Law and political Science ranked as the first and the last respectively

کلیدواژه‌ها [English]

  • Data Envelopment Analysis
  • Input Efficiency Profile
  • Fuzzy Input Efficiency Profiling
  • analytical hierarchy process
  • Boston Consulting Group
سرمد، ز.، بازرگان، ع. و حجازی، ا. (1383). روش‌های تحقیق در علوم رفتاری. تهران: انتشارات آگه.##
لازم به ذکر است اطلاعات و داده‌های مورد نیاز به استثنای اطلاعات مربوط به میزان بودجه تخصیص داده شده به هر دانشکده(که اطلاعات مربوط به آن از واحد برنامه‌ریزی و بودجة دانشگاه اخذ شده است) از منابع زیر استخراج شده‌اند:##
پژوهشنامه (سالنامه) دانشگاه تهران شماره‌های 22، ۲۳ و 24 سال ۱۳80-1378.##
صارمی، م. و شهریاری،س. (1382). تحلیل پوششی داده‌ها و رویکرد نوین IEP/AHP برای رتبه‌بندی کامل واحدهای تصمیم‌گیرنده. دانش مدیریت، 63، 51-39.##
Chiang Kao (2006). Interval efficiency measures in data envelopment analysis with imprecise data. European Journal of Operational Research, 174, 1087–1099.##
Tofallis, C. (1996). Improving discernment in DEA using profiling. OMEGA, 24(3), 361-364.##
Tofallis, C. (1997). Input dfficiency profiling: An application to airlines. Computer Ops Res, 24(3), 253-258.##
Chiang, Kao, Shiang-Tai. Liu (2000). Fuzzy efficiency measures in Data Envelopment Analysis. Fuzzy Set and Systems, 113, 427-437.##
Ling-Jing Kao, Chi-Jie Lu, Chih-Chou Chiu (2011). Efficiency measurement using independent component analysis and data envelopment analysis. European Journal of Operational Research, 210(2), 310-317.##
Chen, C.B., Klein, C.M. (1997). A simple approach to ranking a group of aggregated fuzzy utilities, IEEE Trans, systems Man Cybernet. Part B: Cybernet. 27, 26-35.##
Desheng (Dash) Wu., Zijiang Y., Liang Liang (2006). Efficiency analysis of cross-region bank branches using fuzzy data envelopment analysis. Applied Mathematics and Computation, 181, 271–281.##
Bernroider, E., Stix, V. (2007). A method using weight restrictions in data envelopment analysis for ranking and validity issues in decision making. Computers & Operations Research, 34, 2637-2647.##
Doyle, J.R., Green, R.H. (1993). DEA and multicriteria decision making. Omega, 21(6), 713-715.##
Jhones, J. (2006). Measuring teaching efficiency in higher education: An application of data envelopment analysis. European Journal of Operational Research, 174, 443–456.##
Johnes, J. (2006). Data envelopment analysis and its application to the measurement of efficiency in higher education. Economics of Education Review, 25, 273–288.##
Beasley. JE. (1990). Comparing university departments. Omega-International Journal, 18(2), 171-183.##
Beasley, JE. (1995). Determining teaching and research efficiencies. Journal of the Operational Research Society, 46(4), 543-556.##
Abbott, M., Doucouliagos, C. (2003). The efficiency of Australian universities: a data envelopment Analysis. Economics of Education Review, 22, 89–97.##
Avkiran, N.C. (2001). Investigating technical and scale efficiencies of Australian universities through Data Envelopment Analysis. Socio-Economic Planning Sciences, 35, 57-80.##
Wang, M., Luo, Y. , Liang, L. (2009). Fuzzy data envelopment analysis based upon fuzzy arithmetic with an application to performance assessment of manufacturing enterprises. Expert Systems with Applications, 36, 5205–5211.##
Ramanathan, R. (2006). Data envelopment analysis for weight derivation and aggregationin the analytic hierarchy process. Computers & Operations Research, 33, 1289–1307##
Kumbhakar, S.C. (1988). Estimation of input specific technical and allocative inefficiency in stochastic frontier models. Oxford Economic papers, 40, 535-549.##
Ertay, T., Da Ruan, Rıfat Tuzkaya, U. (2006). Integrating data envelopment analysis and analytic hierarchy for the facilitylayout design in manufacturing systems. Information Sciences, 176, 237–262.##
Sinuny-Stern, Z., Mehrez, A., Hadad, Y. (2000). An AHP/DEA methodology for ranking decision making units. International Transactions in Operational Research, 7, 109-124.##